Introducción a R Markdown
R Markdown
El paquete rmarkdown ayuda a crear documentos que
combinan código, resultados renderizados y texto. Estos documentos
pueden ayudar a:
Reproducir tu análisis e informes
Comunicar tus resultados de manera más efectiva
Hacer ciencia de datos de manera interactiva
R Markdown puede renderizar documentos en PDF, HTML, Word,
presentaciones, entre otros. Puedes leer el libro R Markdown: The
Definitive Guide (en inglés).
Instalación
Puedes instalar el paquete rmarkdown de la siguiente
manera:
# Instalar desde CRAN
install.packages('rmarkdown')
# O si deseas probar la versión de desarrollo, instálala desde GitHub
install.packages('devtools')
devtools::install_github('rstudio/rmarkdown')
Instalación
En caso de que desees renderizar documentos en formato PDF,
necesitarás instalar LaTeX. Para este propósito, se
recomienda TinyTeX https://yihui.name/tinytex/.
install.packages('tinytex')
tinytex::install_tinytex()
Trabajar con R Markdown
Los scripts de R tienen la extensión de archivo .R, mientras
que los documentos de R Markdown tienen la extensión .Rmd. Una
vez que el paquete rmarkdown esté instalado, podrás
abrir un nuevo archivo Rmd de la siguiente manera:
File -> New File -> R Markdown
![]()
Trabajar con R Markdown
Cuando crees el documento, verás algo como esto:
![]()
Trabajar con R Markdown
El primer segmento del documento indica su información (por ejemplo,
el título, autor y fecha) y características (por ejemplo, el formato de
salida).
---
title: "Test"
author: "Oscar M. Baez-Villanueva"
date: "4/27/2022"
output: pdf_document
---
Trabajar con R Markdown
Puedes renderizar el archivo haciendo clic en el botón Knit
en la parte superior del área de script. Por favor, guarda tu archivo
como Test.Rmd.
![]()
Trabajar con R Markdown
El resultado es:
![]()
Trabajar con R Markdown
Por favor, ten en cuenta que tienes texto y código integrados en el
mismo documento. Para agregar texto, simplemente escríbelo. Para agregar
código, debes incrustarlo dentro de un bloque de código, que comienza y
termina con tres acentos graves ```.
![]()
r indica el nombre del lenguaje de programación. Este bloque
de código puede tener varias opciones que se deben agregar entre el
lenguaje de programación (r) y el corchete de cierre
(}).
Opciones del bloque de código
Puedes insertar un nuevo bloque de código con el atajo de teclado
Ctrl + Alt + I (OS X: Cmd + Option +
I).
eval = FALSE evita que se ejecute el código. Solo se
utilizará para fines de renderizado.
include = FALSE evita que el código y los resultados
aparezcan en el archivo final. R Markdown aún ejecuta el código en el
bloque y los resultados pueden ser utilizados por otros bloques.
echo = FALSE evita que el código, pero no los
resultados, aparezcan en el archivo final. Esta es una forma útil de
incrustar figuras.
Opciones del bloque de código
message = FALSE evita que los mensajes generados por
el código aparezcan en el archivo final.
warning = FALSE evita que las advertencias generadas
por el código aparezcan en el archivo final.
fig.align alinea la figura al ‘center’, ‘right’ o
‘left’.
fig.cap = “…” agrega un título a los resultados
gráficos.
Sintaxis
El texto en un documento de R Markdown se escribe en Markdown Pandoc.
itálicas: rodeadas de guiones bajos (_) o asteriscos
(*); e.g.,o, itálicas. itálicas.
negrita: rodeadas de dos guiones bajos (__) o
asteriscos (**); e.g., negrita.
subíndice: rodeado de virgulillas (~); e.g.,
palabrasubíndice.
superíndice: rodeado de acentos circunflejos (^);
e.g., palabrasuperíndice.
código en línea: rodeado de acentos graves (`);
e.g., code.
Para agregar bibliografía, visita la sección 2.8 de Authoring
Books with R Markdown.
Números aleatorios
Creemos un documento PDF simple como ejemplo y nombremoslo Random
numbers.
---
title: "Random numbers"
author: "Oscar M. Baez-Villanueva"
date: "`r Sys.Date()`"
output: pdf_document
---
Luego, podemos agregar un bloque de código para especificar que todo
el código debe ser visible.
```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```
Números aleatorios
Podemos agregar un poco de texto:
Utilizaremos la función norm para generar una matriz de 60
valores aleatorios distribuidos normalmente con seis columnas:
```{r}
x <- matrix(rnorm(60), ncol = 6)
print(x)
```
Números aleatorios
Luego, un poco más de texto:
Podemos calcular el valor promedio de todos los valores:
```{r}
vals <- as.numeric(x)
m <- mean(vals)
```
Números aleatorios
Además, podemos mostrar los valores almacenados en variables en el
texto de la siguiente manera:
El valor promedio de estos números es: `r m`. Además,
`r max(vals)` es el valor máximo y
`r min(vals)` es el mínimo.
Finalmente, podemos utilizar la función boxplot para visualizar los
datos:
```{r fig.align='center', fig.cap="Diagrama de caja de los números aleatorios"}
boxplot(x)
```
Rendered document
![]()
Leaflet
Leaflet es una biblioteca de JavaScript de código abierto ampliamente
utilizada para mapas interactivos. El paquete leaflet
te ayuda a integrar y controlar mapas Leaflet en R. Este paquete te
permitirá renderizar datos espaciales y compartir los resultados de una
manera muy interesante.
Por favor, instala el paquete leaflet.
install.packages("leaflet")
Ahora, cárgalo:
Leaflet
Creemos un widget de mapa básico:
m <- leaflet()
m <- setView(m, lng = -99.179, lat = 21.801, zoom = 5)
m <- addTiles(m)
m <- addMarkers(m, lng = -99.179, lat = 21.801, popup = "Un lugar para visitar!")
m
Además, podemos usar el operador pipe del paquete
magrittr:
m <- leaflet() %>%
setView(lng = -99.179, lat = 21.801, zoom = 5) %>%
addTiles() %>%
addMarkers(lng = -99.179, lat = 21.801, popup = "Un lugar para visitar!")
m
Leaflet
Existen varios temas de mapas agradables aquí.
m <- leaflet(width="100%") %>%
setView(lng = -99.179, lat = 21.801, zoom = 5) %>%
addProviderTiles(providers$Esri.NatGeoWorldMap) %>%
addMarkers(lng = -99.179, lat = 21.801, popup = "A place to visit!")
m
Agregando datos vectoriales
Podemos agregar polígonos a los gráficos. Leamos el archivo de forma
de una cuenca en Chile y su red de ríos con el paquete
sf .
catch <- "C:/Data/Shapefile/Trancura_catchment.shp"
rivers <- "C:/Data/Shapefile/Trancura_rivers.shp"
catch <- read_sf(catch)
rivers <- read_sf(rivers)
Grafiquemos los datos:
leaflet(width="100%") %>%
addTiles() %>%
addPolygons(data=catch, weight = 3, color = "blue")
Agregando datos vectoriales
Agregando datos vectoriales
leaflet(width="100%") %>%
addTiles() %>%
addPolygons(data=catch, weight = 3, color = "blue", popup = ~ NOMBRE, group = "Cuenca") %>%
addPolygons(data=rivers, weight = 3, color = "cyan", group = "Rios") %>%
addLayersControl(
overlayGroups = c("Cuenca", "Rios"),
options = layersControlOptions(collapsed = FALSE)
)
Agregando datos raster
Usemos el paquete raster para importar las capas
ráster, ya que leaflet todavía no es compatible con el
paquete terra.
rfmep <- "../Data/L11_RMarkdown/Raster/RF-MEP_1990-2018_multiannual.tif"
mswep <- "../Data/L11_RMarkdown/Raster/MSWEPv2.8_1990-2018_multiannual.tif"
rfmep <- raster(rfmep)
mswep <- raster(mswep)
r <- stack(rfmep, mswep)
pal <- colorNumeric(c("#0C2C84", "#41B6C4", "#FFFFCC"), values(r),
na.color = "transparent")
Agregando datos raster
Para agregar archivos ráster:
leaflet(width="100%") %>%
addTiles() %>%
addRasterImage(r[[1]], colors = pal, opacity = 0.8, group = "RF-MEP") %>%
addRasterImage(r[[2]], colors = pal, opacity = 0.8, group = "MSWEPv2.8") %>%
addPolygons(data=catch, weight = 3, color = "blue", popup = ~ NOMBRE, group = "Cuenca") %>%
addPolygons(data=rivers, weight = 3, color = "cyan", group = "Rios") %>%
addLegend(pal = pal, values = values(r), title = "P [mm]") %>%
addLayersControl(
baseGroups = c("RF-MEP", "MSWEPv2.8"),
overlayGroups = c("Cuenca", "Rios"),
options = layersControlOptions(collapsed = FALSE),
)
¡Gracias por su atención!
